摘要
本申请公开了一种电池荷电状态估计方法、系统及电子设备,属于电池技术领域,包括:获取电池放电时的实际参数数据;将实际参数数据输入预先训练好的估计模型,以获得电池的电池荷电状态;其中,估计模型的训练方法包括:采集电池放电过程中的训练参数数据和实际荷电状态;构建初始估计模型的初始约束条件;将训练参数数据输入初始估计模型进行估计,以获得第一估计值;基于第一估计值与实际荷电状态的误差通过优化模型对初始约束条件进行优化,以获得估计模型。本申请提供的方法通过优化模型对估计模型中的初始约束条件进行优化,使得估计模型估计得到的电池荷电状态与实际的电池荷电状态的误差更小。
技术关键词
LSTM神经网络模型
贝叶斯神经网络
误差函数
电池荷电状态估计
参数
数据
状态估计系统
输入模块
电子设备
存储计算机程序
处理器
存储器
频率
通道
系统为您推荐了相关专利信息
热误差补偿
刀具磨损监测
非线性映射关系
误差补偿模型
三向加速度传感器
多源城市数据
风险管控系统
数字孪生模型
数字孪生技术
节点
药品包装机
塑封结构
彩色图像
深度学习模型
塑封装置